En parallèle du lancement officiel des différents versions de GPT-5.6, xAI (qui a été absorbé par SpaceX) a présenté Grok 4.5 comme son modèle le plus puissant à ce jour. Dans cette course aux grands modèles de langage, la bataille se joue désormais autant sur les performances que sur les coûts. Et c'est bien sur ce dernier point que xAI entend faire la différence avec la concurrence.

Un marketing sur le coût

Dans un communiqué, la société a déclaré que le modèle est au prix de 2$ HT par million de tokens en entrée et 6$ HT par million de tokens en sortie. À titre de comparaison, les modèles les plus avancés d'Anthropic peuvent atteindre 5$ par million de tokens en entrée et 25$ en sortie. Chez OpenAI, les modèles haut de gamme restent également plus coûteux selon les niveaux d'accès et les services utilisés. Les premières évaluations semblent conforter cette stratégie. Sur l'indice des agents de codage d'Artificial Analysis, Grok 4.5 exécuté dans Grok Build se situe légèrement derrière Fable 5 dans Claude Code, mais à un niveau comparable à GPT-5.5 dans Codex. Surtout, son coût d'exécution est nettement inférieur : Artificial Analysis l'estime à 2,49 dollars HT par tâche, contre 5,07 dollars pour GPT-5.5 dans Codex et 11,80 dollars pour Fable 5 dans Claude Code. « Il est trop tôt pour dire si Grok 4.5 change la donne », a déclaré Anand Joshi, directeur général de la société d'études de marché JP Data. « Les repères sont impressionnants, et la faible utilisation des jetons sera attrayante pour les entreprises. La communauté des développeurs rendra un verdict à temps si le résultat du codage est supérieur à la concurrence. »

Grok 4.5 cible avant tout les développeurs et les agents IA capables de mener des tâches complexes de manière autonome. Le modèle a été optimisé pour le développement logiciel, la création d'applications, la recherche ou encore l'automatisation des processus métier. L'un des principaux arguments avancés par xAI concerne l'efficacité dans l'utilisation des tokens. À mesure que les entreprises déploient des agents IA à grande échelle, la consommation de calcul et les coûts d'inférence deviennent des enjeux majeurs. Selon l'entreprise, Grok 4.5 serait capable d'accomplir certaines tâches plus rapidement tout en générant moins de tokens que plusieurs modèles concurrents. Le modèle aurait également bénéficié d'un entraînement réalisé avec Cursor, l'une des plateformes les plus populaires dans le domaine de la programmation assistée par IA. Il y a quelques semaines SpaceX a annoncé son intention de racheter Cursor pour 60 milliards de dollars.

Une offensive sur le rapport coût-performance

Avec cette stratégie tarifaire agressive, xAI cherche à réduire l’écart avec OpenAI et Anthropic. Elon Musk présente Grok 4.5 comme un modèle de niveau comparable aux modèles les plus avancés d’Anthropic, tout en étant plus rapide et moins coûteux. Les résultats des benchmarks dressent toutefois un tableau plus nuancé. Si Grok 4.5 se rapproche des meilleurs modèles sur plusieurs tests liés au développement logiciel, il reste en retrait sur certaines tâches de programmation particulièrement complexes.

L'objectif semble donc moins de dominer tous les classements que de proposer un meilleur équilibre entre performances et coûts. xAI met notamment en avant les résultats obtenus sur SWE Bench Pro. Selon l'entreprise, Grok 4.5 génère en moyenne 15 954 tokens de sortie par tâche, contre plus de 67 000 pour Claude Opus 4.8. Une différence de près d'un facteur quatre qui pourrait se traduire par des économies significatives pour les organisations exploitant massivement des agents IA.

Les analystes relativisent l'avantage tarifaire

Malgré cet avantage affiché sur les coûts, les analystes estiment que le prix des tokens ne suffit pas à mesurer la valeur réelle d'un modèle IA. « La tarification de Grok 4.5 est remarquable parce qu'elle réduit l'économie de l'exécution des charges de travail de codage agentique, mais les acheteurs d'entreprise devraient se concentrer sur le coût par résultat réussi plutôt que sur le coût par token », souligne Biswajeet Mahapatra, analyste principal chez Forrester. Selon lui, un modèle moins cher peut finalement coûter davantage s'il nécessite plusieurs tentatives avant de produire un code exploitable. Les entreprises doivent donc évaluer l'ensemble du processus, notamment le temps consacré par les développeurs à vérifier et corriger les résultats générés. Même analyse chez Lian Jye Su, analyste en chef chez Omdia. « Nous vivons à une époque où la consommation de tokens est considérée comme la création de valeur ultime, mais la vraie valeur réside toujours dans l'achèvement réel du travail », estime-t-il. Pour lui, le coût par tâche réalisée reste un indicateur plus pertinent pour mesurer l'efficacité d'un agent IA.

De son côté, Neil Shah, vice-président de la recherche chez Counterpoint Research, souligne que « la consommation massive de tokens requise par les agents autonomes et le codage provoque des chocs de facturation », poussant les entreprises à rechercher des modèles plus économes. Anand Joshi, directeur général du cabinet JP Data, appelle toutefois à la prudence. « Il est trop tôt pour dire si Grok 4.5 change la donne », estime-t-il. Selon lui, « les benchmarks sont impressionnants, et la faible utilisation des tokens sera attrayante pour les entreprises », mais seule l'utilisation quotidienne par les développeurs permettra de confirmer la compétitivité du modèle.